Iron effect on the fermentative metabolism of Clostridium acetobutylicum ATCC 824 using cheese whey as substrate
Notice bibliographique
Résumé
Butanol is considered a superior liquid fuel that can replace gasoline in internal combustion engines. It is produced by acetone-butanol-ethanol (ABE) fermentation using various species of solventogenic clostridia. Performance of ABE fermentation process is severely limited mostly by high cost of substrate, substrate inhibition and low solvent tolerance; leading to low product concentrations, low productivity, low yield, and difficulty in controlling culture metabolism. In order to decrease the cost per substrate and exploit a waste generated by dairy industry, this study proposes using cheese whey as substrate for ABE fermentation. It was observed that the addition of an iron source was strictly necessary for the cheese whey to be a viable substrate because this metal is needed to produce ferredoxin, a key protein in the fermentative metabolism of Clostridium acetobutylicum serving as a temporary electron acceptor. Lack of iron in the cheese whey impedes ferredoxin synthesis and therefore, restricts pyruvate-ferredoxin oxidoreductase activity leading to the production of lactic acid instead of acetone, butanol and ethanol. Moreover, the addition of FeSO4 notably improved ABE production performance by increasing butanol content (7.13 ± 1.53 g/L) by 65% compared to that of FeCl3 (4.32 ± 0.94 g/L) under the same fermentation conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».